Все новости крипты
в одном месте!
Больше не нужно искать — необходимые
обучающие материалы и подсказки всегда под рукой
Больше не нужно искать — необходимые
обучающие материалы и подсказки всегда под рукой
Nvidia выложила в открытый доступ код и обучающие инструменты для Ising Decoder ColorCode 1 Fast. Этот ИИ-модуль предобрабатывает сигналы об ошибках, после чего передаёт их декодеру Chromobius.
В ходе симуляции такая связка снизила частоту логических ошибок в 347,7 раза и ускорила обработку в 7,3 раза по сравнению с работой одного Chromobius. Тестирование проводилось на модели квантовой памяти с кодовым расстоянием 31 и физической частотой ошибок 0,3%. Результаты получены на синтетических данных, а не на реальном квантовом процессоре.
Ising Decoder ColorCode 1 Fast — это 17-слойная трёхмерная свёрточная нейросеть примерно с 2,9 миллиона параметров. Её поле охвата равно 13, а обучение велось на входных массивах размером 13 × 13 × 19.
Модель не является самостоятельным декодером, а выступает в роли предварительного этапа. Она анализирует локальные сигналы об ошибках, сокращает их количество и передаёт оставшуюся разреженную карту классическому декодеру Chromobius.
Цветовые коды приблизились к работе в реальном времени
Квантовая коррекция ошибок позволяет объединять нестабильные физические кубиты в более надёжные логические. Декодер анализирует результаты контрольных измерений и определяет, какие сбои нужно исправить.
Для хранения квантовой информации часто применяются поверхностные коды: у них сравнительно высокий порог ошибок, и они проще поддаются декодированию.
Цветовые коды дают возможность эффективнее выполнять некоторые логические операции, но их сигналы об ошибках обрабатывать сложнее. Как отмечает Nvidia, отсутствие быстрых и точных декодеров долгое время мешало использовать такие коды в реальном времени.
Ising Decoder ColorCode 1 Fast призван снизить нагрузку на основной алгоритм. Авторы исследования утверждают, что преимущество связки с Chromobius растёт по мере увеличения кодового расстояния.
При этом сравнение скорости проводилось на разном оборудовании. Нейросеть запускали на Nvidia DGX GB300, а Chromobius — на процессоре Grace Neoverse-V2. Так что ускорение в 7,3 раза отражает не только разницу в алгоритмах, но и использование GPU вместо CPU.
Nvidia разместила фреймворк и рецепты обучения в открытом репозитории под лицензией Apache 2.0.
Семейство открытых моделей Ising компания представила в апреле. В него входят инструменты для калибровки квантовых процессоров и коррекции ошибок.
Напомним, в июне IBM обнародовала обновлённую дорожную карту: компания планирует создать первый в мире крупномасштабный отказоустойчивый квантовый компьютер к 2029 году.
Популярные новости: